Prediction of fracture toughness in fibre-reinforced concrete, mortar, and rocks using various machine learning techniques

•Twenty Machine Learning (ML) algorithms implemented in Python software to predict fracture load and fracture toughness in three modes.•For fracture load, the algorithms of XGBoost, BRegressor, GBM, ERTRegressor (mode I), XGBoost, GBM, ETRegressor, ERTRegressor (mode II), and BRegressor, GBM, ETRegr...

Celý popis

Podrobná bibliografie

Vydáno v:	Engineering fracture mechanics Ročník 276; s. 108914
Hlavní autoři:	Dehestani, A., Kazemi, F., Abdi, R., Nitka, M.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 01.12.2022
Témata:	Data-driven techniques Fracture load Fracture toughness Machine learning algorithm Prediction model Supervised learning Data-driven techniques Fracture load Supervised learning Machine learning algorithm Prediction model Fracture toughness
ISSN:	0013-7944, 1873-7315
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!